标题：基于改进YOLOv8-MobileViT级联网络金属工件字符识别
作者：王明艳
作者单位：湖南财经工业职业技术学院，湖南 衡阳 421002
关键字：字符识别；MobileViT；级联网络；YOLOv8；α-IoU
摘要：针对金属工件字符检测效率和准确度不高的问题，提出了一种基于改进YOLOv8-MobileViT级联网络的金属工件识别算法，旨在提高金属工件字符识别的精度和效率。首先，通过将STViT网络引入YOLOv8的主干网络，增强了模型对复杂背景下字符的检测性能。其次，使用α-IoU损失函数替代原模型的CIoU损失函数，以提高字符位置识别的精度，减少定位误差。最后，将识别出位置的字符进行剪裁，并送入MobileViT网络进行符号识别，进一步提高字符分类的准确性。实验结果表明，改进后的YOLOv8模型在均值平均精度（mAP@0.5）上较原模型提高了1.7%，精确度提高了3.02%。提出的识别算法在综合性能上表现优异，识别准确率达到了98.2%，满足日常工厂生产过程中对金属工件字符检测准确率的高要求。